使用Numpy读取CSV文件,并进行行列删除的操作方法

yipeiwu_com7年前Python基础

Numpy是Python强大的数据计算和处理模块,其操作数据非常迅速且简单易行。

首先读取CSV文件

>>> import numpy as np#导入numpy模块
>>> temp=np.loadtxt("file.csv",dtype=np.int,delimiter=',')

可以看到两行代码搞定,看一下temp的内容

>>> temp
array([[21, 2, 32],
  [ 1, 2, 3],
  [ 2, 3, 4]])

在这里temp是array类型,如果想要得到列表list可以使用一个命令

>>> temp.tolist()
[[21, 2, 32], [1, 2, 3], [2, 3, 4]]

就变成列表了。

对temp进行删除操作

对array进行行或列进行删除操作也非常简单

对行进行删除操作

>>> temp
array([[21, 2, 32],
  [ 1, 2, 3],
  [ 2, 3, 4]])
>>> tem=np.delete(temp,0,axis=0)
>>> tem
array([[1, 2, 3],
  [2, 3, 4]])
>>> 

对列进行删除操作

>>> ten=np.delete(temp,0,axis=1)
>>> ten
array([[ 2, 32],
  [ 2, 3],
  [ 3, 4]])
>>> 

注意句法

np.delete(temp,0,axis=1)#temp为操作对象,0表示要删除的对象索引,axis表示行还是列,axis=0表示删除行,axis=1表示删除列。

以上这篇使用Numpy读取CSV文件,并进行行列删除的操作方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

跟老齐学Python之玩转字符串(2)

上一章中已经讲到连接两个字符串的一种方法。复习一下: >>> a= 'py' >>> b= 'thon' >>> a+b 'py...

Python性能优化技巧

Python是一门非常酷的语言,因为很少的Python代码可以在短时间内做很多事情,并且,Python很容易就能支持多任务和多重处理。 py   1、关键代码可以依赖于扩展包...

python celery分布式任务队列的使用详解

python celery分布式任务队列的使用详解

一、Celery介绍和基本使用 Celery 是一个 基于python开发的分布式异步消息任务队列,通过它可以轻松的实现任务的异步处理, 如果你的业务场景中需要用到异步任务,就可以考...

Python实现string字符串连接的方法总结【8种方式】

本文实例总结了Python实现string字符串连接的方法。分享给大家供大家参考,具体如下: 以下基于python 2.7版本,代码片段真实有效。 一. str1+str2 string...

对pandas的行列名更改与数据选择详解

对pandas的行列名更改与数据选择详解

记录一些pandas选择数据的内容,此前首先说行列名的获取和更改,以方便获取数据。此文作为学习巩固。 这篇博的内容顺序大概就是: 行列名的获取 —> 行列名的更改 —> 数据...